Article Per Year (5 Year)
p-Index From 2020 - 2025
1.286
P-Index
This Author published in this journals
All Journal AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat MUST: Journal of Mathematics Education, Science and Technology Jurnal Pengabdian Masyarakat Bumi Raflesia LOSARI: Jurnal Pengabdian Kepada Masyarakat Innovative: Journal Of Social Science Research Engagement: Jurnal Pengabdian Kepada Masyarakat
Dian Agustina
universitas bengkulu
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Earth & Planetary Sciences Economics, Econometrics & Finance Education Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Transportation Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Innovative: Journal Of Social Science Research

 1 
Meningkatkan Kinerja Model Klasifikasi Curah Hujan Melalui Penanggulangan Missing Value Dengan Imputasi Berbasis Model Winalia Agwil; Dian Agustina; Herlin Fransiska; Idam Abdurrohim Hasani
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i1.9158

Abstract

Penanggulangan terhadap data yang tidak lengkap telah banyak dikembangkan. Salah satu metode yang digunakan untuk menangani data hilang (missing value) adalah imputasi. Beberapa metode imputasi berbasis model untuk menduga nilai hilang pada variabel numerik adalah menggunakan metode regresi dan Random Forest. Penerapan metode imputasi ini dilakukan pada data curah hujan di Provinsi Bengkulu dari tahun 2013 sampai 2022 dengan variabel yang digunakan Y1 = Curah Hujan, X1 = Suhu Rata-rata, X2 = Suhu Maksimum, X3 = Suhu Minimum, X4 = Tekanan Udara diatas Permukaan Laut, X5 = Arah Angin, X6 = Kecepatan Angin Maksimum, X7 = Tingkat Awan, X8 = Lama Penyinaran Matahari. Hasil diperoleh bahwa kedua metode imputasi berbasis model yang digunakan memberikan nilai akurasi yang tidak terlalu berbeda. Nilai akurasi konsisten antara data training dan data testing, hal ini mengindikasikan bahwa imputasi yang dilakukan sudah baik. Pemodelan dilakukan dengan menggunakan metode CART dengan variabel dengan kontribusi tinggi adalah variabel yang memiliki kontribusi paling besar adalah arah angin pada hari sebelumnya dan variabel tutupan awan pada satu hari sebelumnya.
Co-Authors Dyah Setyo Rini Etis Sunandi Febry Widyan Adha Herlin Fransiska Idam Abdurrohim Hasani Nurul Hidayati Qanitahudz Dzakirah Septri Damayanti Sigit Nugroho Winalia Agwil